单通道旋转机械复合故障信号分离及诊断

• 作者: 刘军委 刘嘉敏 彭玲
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 盲源分离 稀疏表示 特征提取 故障诊断
• 年，卷（期）: 2017,（7）
• 页码范围: 25-31
• 页数: 7页
• 分类号: TH17
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2017.07.004

摘要

针对单通道条件下旋转机械复合故障信号分离和故障类别诊断难以有效实现的问题,采用总体经验模态分解(ensemble empirical mode decomposition,EEMD)方法构建虚拟多通道和线性局部切空间排列(linear local tangent space alignment,LLTSA)维数约减方法解决单通道盲源分离的欠定问题,并通过完备字典训练和稀疏分解提取故障信号稀疏特征,最后利用支持向量机对该诊断方法进行分类评估,并将其运用在滚动轴承故障诊断实验中,实现了单通道旋转机械复合故障信号的有效分离和故障类型的正确诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘嘉敏	重庆大学光电技术及系统教育部重点实验室	55	382	11.0	16.0
2	彭玲	重庆大学光电技术及系统教育部重点实验室	4	33	3.0	4.0
3	刘军委	重庆大学光电技术及系统教育部重点实验室	3	29	2.0	3.0